Algorithmes d optimisation RCMI / RapidArc / VMAT

Dimension: px
Commencer à balayer dès la page:

Download "Algorithmes d optimisation RCMI / RapidArc / VMAT"

Transcription

1 Algorithmes d optimisation RCMI / RapidArc / VMAT Vincent Marchesi Unité de Radiophysique Médicale Centre Alexis Vautrin Vandœuvre-les-Nancy v.marchesi@nancy.fnclcc.fr EPU Techniques dédiées en radiothérapie, HEGP Paris, 23-25/03/2011

2 Plan Définition de la planification inverse Optimisation en RCMI statique : Création des cartes de fluences Séquençage MLC Optimisation en Rapidarc / VMAT, technique K Otto Applications : Voir présentation D LE DU 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 2

3 Planification inverse Pourquoi utiliser des outils d optimisation? En RTC3D : Une solution convenable peut être obtenue avec une modification de quelques paramètres : Nombre et orientation des faisceaux Ajout d accéssoires (filtre en coin, bolus, etc ) Dans une moindre mesure : forme du champ Peut être réalisé manuellement par un opérateur entraîné, par un processus d essais et de corrections successifs 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 3

4 Planification inverse En RCMI : Paramètres modifiables : Nombre et orientation des faisceaux Faisceau découpé en faisceaux élémentaires (bixel) Objectif : Trouver le jeu de pondération des bixels qui donne la meilleure solution Il existe une (quasi-)infinité de solutions, recherche manuelle irréalisable Nécessité d outils mathématiques pour rechercher la meilleure solution : algorithmes d optimisation 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 4

5 Planification inverse Détermination par méthodes d optimisation des fluences qui permettront d obtenir une distribution de dose conforme à la prescription médicale Planification directe (radiothérapie standard ou conformationnelle) : le point de départ est la mise en place des faisceaux puis on s intéresse à la distribution de dose résultante Planification inverse : le point de départ est la distribution de dose, on doit trouver les faisceaux qui permettent de la produire 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 5

6 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 6

7 L optimisation inverse en RCMI Objectifs généraux de l optimisation : La dose appliquée à la cible doit être la plus proche de la dose prescrite La dose doit être distribuée de façon homogène dans toute la cible La dose à un organe à risque particulier sensible aux radiations doit être inférieure à une valeur maximum tolérable et la plus faible possible Dans les tissus environnants de la cible, la dose doit être faible 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 7

8 L optimisation inverse en RCMI Distribution de dose : représentée par des contraintes de dose sur les volumes d intérêt volume cible (PTV) Organe à risque (OAR) Sculpter des Histogrammes dose-volume (HDV) Contraintes de dose : Contraintes physiques Contraintes ponctuelles : dose min, dose max Contrainte dose-volume : x% du volume ne doit pas recevoir plus de y Gy (OAR) x% du volume doit recevoir plus de y Gy (PTV) Contraintes biologiques : objectifs basés sur indices biologiques (EUD, TCP/NTCP, ) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 8

9 Contraintes pour volumes cibles Contraintes pour OAR 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 9

10 L optimisation inverse en RCMI Forme mathématique de la distribution de dose pendant l optimisation : fonction objectif Fonction objectif : permet de traduire l écart entre la distribution de dose calculée et celle prescrite α, β : pénalités si contraintes sont dépassées (α et β = 0 si respectées) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 10

11 Fonction objectif Objectif de l optimisation : parcourir l espace des solutions pour trouver la valeur minimum idéalement lim(fobj=0) Dcalculée = Dprescrite 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 11

12 L optimisation inverse en RCMI Méthodes non itératives Méthode d optimisation par inversion directe : Matrice de distribution de dose D : D = x. d x : matrice de pondération des «bixels» d : matrice de contribution de dose d un bixel de poids élémentaire Solution : résoudre l équation x = D. d -1 Exemple : 5 faisceaux 20x20cm², bixels 2,5x5mm² bixels équations/ inconnues à résoudre Méthode d optimisation par projection filtrée (Bortfeld 1990) Méthodes non satisfaisantes (peut conduire à des solutions non réalisables (doses < 0) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 12

13 L optimisation inverse en RCMI Méthodes itératives Amener, au fur et à mesure des itérations, la fonction objectif vers une valeur minimale Méthodes systématiques : recherche de la solution optimale par méthodes mathématiques Méthodes stochastiques : recherche de la solution optimale par processus aléatoires 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 13

14 L optimisation inverse en RCMI Méthodes itératives Méthode systématique : Technique du gradient (Spirou S, et al., Med Phys 1998) Minimiser la fonction objectif Annuler sa dérivée Fobj(x) = min Fobj(x) = 0 Soit la solution x(k+1) sera obtenu à partir de x(k) par : x(k+1) = x(k) a. Fobj(x(k)) Solution optimale : Fobj(x) = 0 donc x(k+1)=x(k), l optimisation n évolue plus Amélioration : Gradient conjugué : x(k+1) tient compte de x(k), x(k- 1), etc 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 14

15 L optimisation inverse en RCMI Méthodes itératives Méthode systématique : Technique du gradient 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 15

16 L optimisation inverse en RCMI Méthodes itératives Méthode systématique : Simplex Méthode non linéaire et déterministe Construction d une structure à N+1 sommets dans un espace à N dimensions Chaque sommet correspond à une valeur de fonction objectif Modification de la structure (expansion/contraction) pour se rapprocher de la solution optimale (minimum global de la fonction) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 16

17 L optimisation inverse en RCMI Méthodes itératives Méthode stochastique : Recuit simulé «Simulated Annealing» (Webb S, Phys Med Biol 1992) Reproduit la façon dont un système thermique possédant un grand nombre de degrés de liberté, atteint un état stable lorsque sa température décroît lentement (loi de Boltzmann) Modification aléatoire des pondérations des bixels Espace des solutions parcouru en effectuant des pas de recherche plus ou moins important en fonction de l état d avancement de l optimisation Taille et orientation des pas de recherche déterminés à partir d une fonction de probabilité Les solutions précédentes sont conservées avec une probabilité d autant plus importante que la solution était bonne Pas de piégeage dans des minimums locaux (effet tunnel) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 17

18 L optimisation inverse en RCMI Méthodes itératives Méthode stochastique : Recuit simulé T T0 = ln(1 + itération) P = e F T 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 18

19 L optimisation inverse en RCMI Méthodes itératives Méthode stochastique : Recuit simulé 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 19

20 L optimisation inverse en RCMI Technique du gradient vs recuit simulé 2 méthodes les plus répandues Gradient : + : Solution acceptable atteinte rapidement - : Risque de conduire à un minimum local suivant point de départ Recuit simulé : + : Recherche potentiellement dans tous l espace des solutions - : demande nombre d itération important, idéalement infini (temps ++) Littérature : minimums locaux ~ minimum global si optimisation des beamlets uniquement (pas orientation des faisceaux) (Bortfeld et al., Phys Med Biol 1998) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 20

21 Séquençage des fluences modulées Transformer l objet issu du processus d optimisation (=fluence théorique) en un objet directement utilisable pour l irradiation (=fluence réelle) Avec MLC : Détermination de l enchaînement des segments (position des lames en fonction du temps d irradiation) RCMI dynamique : «sliding window», «fenêtre glissante», DMLC (Spirou et al., Med Phys 1994) Mouvement des lames pendant l'irradiation Modulation créée par variation de la vitesse des lames RCMI Segmentée : «Step and Shoot», SMLC Mouvement discontinu des lames, irradiation pendant que les lames sont immobiles : segment i irradiation segment i+1 irradiation Amélioration : Segmentation pendant l optimisation (DMPO Pinnacle) (Siebers et al., Med Phys 2002) Prise en compte des caractéristiques mécaniques et dosimétriques des lames 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 21

22 Arcthérapie modulée Optimisation de la fluence et de l orientation du faisceau techniques «RCMI statiques» insuffisantes Nouvelle approche de l optimisation Techniques : RapidArc (Varian-Eclipse), VMAT TM (Elekta-CMS) : concept présenté par K Otto SmartArc TM (Philips-Pinnacle) : Bzdusek Otto, Med Phys (1) Lafond C, Cancer/Radioth 2010 Bzdusek, Med Phys 2009 Yu C, Phys Med Biol 2011 (Topical Review : IMAT) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 22

23 RapidArc - Particularités Traitement par Arc-thérapie volumique Déplacement des lames pendant l irradiation Variation continue du débit de dose de la machine (UM/min) et de la vitesse de rotation du bras 1 ou 2 rotations continues de 360 maximum du bras autour du patient (avec possibilités de définir des secteurs d évitement) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 23

24 RapidArc - Paramètres L algorithme d optimisation prend en compte : Les caractéristiques de la tête de l accélérateur + diffusé dans le patient (basé sur calcul par MC) Les caractéristiques du MLC : vitesse de lames 0 à 2,5 cm/s transmission des lames (~1,8%) Forme des lames (tongue and groove design, bout arrondis) Limites mécaniques de déplacement Débit de dose 0 à 600 UM/min (1000 UM/min pour Novalis TX) Vitesse du bras 0,5 à 5,5 /s, soit 0,2 à 20 UM/ 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 24

25 RapidArc - Paramètres Optimisation directe de l ouverture des lames du collimateur multilames. Pas de fluence et pas d étape de séquençage des lames Collimateur avec rotation constante (30 à 45 ) pour : Minimiser influence de l effet Tongue & Groove Maximiser la longueur traitée par rotation Trajectoires de lames non-coplanaires par rapport à l axe des patients Optimisation grâce à la variation de paramètres : Débit de dose Forme du MLC Vitesse de rotation du bras 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 25

26 RapidArc - Processus d optimisation Utilise l algorithme d optimisation PRO (Progressive Resolution Optimisation) La rotation complète du bras est décrite par un maximum de 177 points de contrôle (CP) (environ 1 CP tous les ~2 ) 1 CP = forme du MLC, débit de dose, angle du bras, %age UM Optimisation en 5 phases (MR) au cours desquelles le nombre de CP est progressivement augmenté (de 10 CP à 177 CP) Durant une phase, optimisation de la forme du MLC, du débit de dose et de la vitesse de rotation Cozzi, Radiother Oncol 2008 (89) Fogliata, Radiother Oncol 2008 (89) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 26

27 RapidArc - Processus d optimisation Process MR : Multi-Resolution Durant une phase : Optimisation simultanée de la forme du MLC, du débit de dose (DD) et de la vitesse de rotation (VR) Utilisation de l algorithme de retroprojection de gradient pour réduire la fonction objectif Chaque CP subit 7 itérations de modification aléatoires (MLC, DD, VR) avant acceptation Cozzi, Radiother Oncol 2008 (89) Otto, Med Phys /3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 27

28 RapidArc - Processus d optimisation Nombre de CP par phase : Phase 1 : n = 10 points de contrôle Phase 2 : n + (n+1) = = 21 points de contrôle Phase 3 : = 43 points de contrôle Phase 4 : = 87 points de contrôle Phase 5 : = 175 points de contrôle +2 (début et fin) = 177 points de contrôle 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 28

29 RapidArc - Processus d optimisation Vitesse de rotation du bras maintenue la plus haute possible afin de minimiser le temps de traitement (réduit uniquement quand UM/ important nécessaire) d après Fogliata, Radiother Oncol /3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 29

30 RapidArc - Processus d optimisation Quelques points importants du concept : Cozzi, Radiother Oncol 2008 Optimisation faite en intégrant une composante stochastique : permet des variations dans le processus de recherche afin de ne pas être bloqué dans un minimum local de la fonction objectif Intérêt du PRO : efficience (rapidité vs convergence) dépend du nombre de CP employés : Rapide mais non convergent avec peu de CP Lent mais convergent avec tous les CP En début d optimisation, peu de CP pour approcher de la bonne solution puis augmentation progressive du nombre de CP pour affiner la solution 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 30

31 Conclusion RCMI statique : Recul d une dizaine d année Techniques d optimisation désormais éprouvées Efficacité démontrée Arcthérapie modulée : Décuple l efficacité de l optimisation Mêmes bases que RCMI statique (au moins au niveau de l interface utilisateur) Algorithmes encore jeunes qui gagneront encore probablement en terme d efficience (alliance rapidité/convergence) 24/3/11 V Marchesi - EPU Techniques dédiées en RTH, HEGP Paris 31

Assurance de qualité en radiothérapie Aspects réglementaires et implications pratiques

Assurance de qualité en radiothérapie Aspects réglementaires et implications pratiques Cours nationaux de radiothérapie Cours de DES d Oncologie-Radiothérapie Société Française des jeunes Radiothérapeutes Oncologues Lille, 5 au 7 mars 2015 Assurance de qualité en radiothérapie Aspects réglementaires

Plus en détail

Utilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par

Plus en détail

CORRECTION URGENTE SUR LES DISPOSITIFS MÉDICAUX NOTIFICATION DE SÉCURITÉ AUX UTILISATEURS

CORRECTION URGENTE SUR LES DISPOSITIFS MÉDICAUX NOTIFICATION DE SÉCURITÉ AUX UTILISATEURS Objet : Produit concerné : Référence / identifiant FSCA : Date de la notification : Type d'action : Erreur de calcul des champs IMRT comportant plusieurs groupes de chariots avec le AAA Algorithme analytique

Plus en détail

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème... TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Agrégation des portefeuilles de contrats d assurance vie

Agrégation des portefeuilles de contrats d assurance vie Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

E/ECE/324/Rev.1/Add.12/Rev.7/Amend.4 E/ECE/TRANS/505/Rev.1/Add.12/Rev.7/Amend.4

E/ECE/324/Rev.1/Add.12/Rev.7/Amend.4 E/ECE/TRANS/505/Rev.1/Add.12/Rev.7/Amend.4 6 décembre 2012 Accord Concernant l adoption de prescriptions techniques uniformes applicables aux véhicules à roues, aux équipements et aux pièces susceptibles d être montés ou utilisés sur un véhicule

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Le turbo met les gaz. Les turbines en équation

Le turbo met les gaz. Les turbines en équation Le turbo met les gaz Les turbines en équation KWOK-KAI SO, BENT PHILLIPSEN, MAGNUS FISCHER La mécanique des fluides numérique CFD (Computational Fluid Dynamics) est aujourd hui un outil abouti de conception

Plus en détail

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007 Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................

Plus en détail

Figure 3.1- Lancement du Gambit

Figure 3.1- Lancement du Gambit 3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh

Plus en détail

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57 Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la

Plus en détail

F1C1/ Analyse. El Hadji Malick DIA

F1C1/ Analyse. El Hadji Malick DIA F1C1/ Analyse Présenté par : El Hadji Malick DIA dia.elmalick1@gmail.com Description sommaire du cours Porte sur l analyse réelle propose des outils de travail sur des éléments de topologie élémentaire

Plus en détail

MODÉLISATION DU FONCTIONNEMENT EN PARALLELE À DEUX OU PLUSIEURS POMPES CENTRIFUGES IDENTIQUES OU DIFFERENTES

MODÉLISATION DU FONCTIONNEMENT EN PARALLELE À DEUX OU PLUSIEURS POMPES CENTRIFUGES IDENTIQUES OU DIFFERENTES Annals of the University of Craiova, Electrical Engineering series, No. 30, 006 MODÉLISATION DU FONCTIONNEMENT EN PARALLELE À DEUX OU PLUSIEURS POMPES CENTRIFUGES IDENTIQUES OU DIFFERENTES Daniela POPESCU,

Plus en détail

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

La mécanique sous le capot

La mécanique sous le capot La mécanique sous le capot L ergonomie Comment éviter et diminuer les TMS aux membres supérieurs Pourquoi vos articulations vous font-elles souffrir? De nombreux travailleurs souffrent de troubles musculo-squelettiques

Plus en détail

Nouveau. TRIMAXX, le raccourcisseur qui en fait un MAXX.

Nouveau. TRIMAXX, le raccourcisseur qui en fait un MAXX. Coup de tonnerre dans les raccourcisseurs Nouveau. TRIMAXX, le raccourcisseur qui en fait un MAXX. Trimaxx est un nouveau raccourcisseur pour céréales à paille et féveroles doté d une formulation Son absorption

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

Coup de Projecteur sur les Réseaux de Neurones

Coup de Projecteur sur les Réseaux de Neurones Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche

Plus en détail

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique

Plus en détail

G.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction

G.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner

Plus en détail

Historique. Architecture. Contribution. Conclusion. Définitions et buts La veille stratégique Le multidimensionnel Les classifications

Historique. Architecture. Contribution. Conclusion. Définitions et buts La veille stratégique Le multidimensionnel Les classifications L intelligence économique outil stratégique pour l entreprise Professeur Bernard DOUSSET dousset@irit.fr http://atlas.irit.fr Institut de Recherche en Informatique de Toulouse (IRIT) Equipe Systèmes d

Plus en détail

WWW.ELCON.SE Multichronomètre SA10 Présentation générale

WWW.ELCON.SE Multichronomètre SA10 Présentation générale WWW.ELCON.SE Multichronomètre SA10 Présentation générale Le SA10 est un appareil portable destiné au test des disjoncteurs moyenne tension et haute tension. Quoiqu il soit conçu pour fonctionner couplé

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble..

1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble.. 1 Définition GÉNÉRALITÉS Statique 1 2 Systèmes matériels et solides Le système matériel : Il peut être un ensemble.un sous-ensemble..une pièce mais aussi un liquide ou un gaz Le solide : Il est supposé

Plus en détail

Chapitre 0 Introduction à la cinématique

Chapitre 0 Introduction à la cinématique Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Pi, poker et informatique ; une «épuisante» alliance pour des projets en mathématiques

Pi, poker et informatique ; une «épuisante» alliance pour des projets en mathématiques Pi, poker et informatique ; une «épuisante» alliance pour des projets en mathématiques Jean Fradette et Anik Trahan, Cégep de Sherbrooke Résumé Dans un cours intégrateur en mathématiques, des étudiants

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE

Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE LAURENT Rémy laurent@clermont.in2p3.fr http://clrpcsv.in2p3.fr Journées des LARD Septembre 2007 M2R

Plus en détail

Cours IV Mise en orbite

Cours IV Mise en orbite Introduction au vol spatial Cours IV Mise en orbite If you don t know where you re going, you ll probably end up somewhere else. Yogi Berra, NY Yankees catcher v1.2.8 by-sa Olivier Cleynen Introduction

Plus en détail

DYNAMIQUE DE FORMATION DES ÉTOILES

DYNAMIQUE DE FORMATION DES ÉTOILES A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,

Plus en détail

Introduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.

Introduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes. Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis

Plus en détail

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

de calibration Master 2: Calibration de modèles: présentation et simulation d

de calibration Master 2: Calibration de modèles: présentation et simulation d Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe

Plus en détail

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003 Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation

Plus en détail

!-.!#- $'( 1&) &) (,' &*- %,!

!-.!#- $'( 1&) &) (,' &*- %,! 0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets

Plus en détail

GESTION DE PROJET SÉANCE 2 : LES CYCLE DE VIE D'UN PROJET

GESTION DE PROJET SÉANCE 2 : LES CYCLE DE VIE D'UN PROJET GESTION DE PROJET SÉANCE 2 : LES CYCLE DE VIE D'UN PROJET 1 Tianxiao LIU Licence Professionnelle Réseaux & Sécurité Université de Cergy-Pontoise http://depinfo.u-cergy.fr/~tliu/lpg.php PLAN Objectif et

Plus en détail

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

AMÉNAGER UN COMPTOIR DE SERVICE POUR PERMETTRE LA POSITION ASSISE

AMÉNAGER UN COMPTOIR DE SERVICE POUR PERMETTRE LA POSITION ASSISE FICHE TECHNIQUE #54 AMÉNAGER UN COMPTOIR DE SERVICE POUR PERMETTRE LA POSITION ASSISE Entre le bureau et le comptoir conventionnels, il est possible d aménager un comptoir de service permettant d alterner

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante.

Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante. Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante. Objectifs et formulation du sujet Le syndrome de l apnée du sommeil (SAS) est un problème de santé publique

Plus en détail

La nouvelle planification de l échantillonnage

La nouvelle planification de l échantillonnage La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Exercice 1. Exercice n 1 : Déséquilibre mécanique

Exercice 1. Exercice n 1 : Déséquilibre mécanique Exercice 1 1. a) Un mobile peut-il avoir une accélération non nulle à un instant où sa vitesse est nulle? donner un exemple illustrant la réponse. b) Un mobile peut-il avoir une accélération de direction

Plus en détail

MCMC et approximations en champ moyen pour les modèles de Markov

MCMC et approximations en champ moyen pour les modèles de Markov MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:

Plus en détail

Monitoring continu et gestion optimale des performances énergétiques des bâtiments

Monitoring continu et gestion optimale des performances énergétiques des bâtiments Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et

Plus en détail

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques Université Mohammed V, Faculté des Sciences de Rabat Laboratoire de Recherche Mathématiques, Informatique et Applications Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques MASTER

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Le Soleil. Structure, données astronomiques, insolation.

Le Soleil. Structure, données astronomiques, insolation. Le Soleil Structure, données astronomiques, insolation. Le Soleil, une formidable centrale à Fusion Nucléaire Le Soleil a pris naissance au sein d un nuage d hydrogène de composition relative en moles

Plus en détail

Le but de la radioprotection est d empêcher ou de réduire les LES PRINCIPES DE LA RADIOPROTECTION

Le but de la radioprotection est d empêcher ou de réduire les LES PRINCIPES DE LA RADIOPROTECTION LES PRINCIPES DE LA RADIOPROTECTION TOUT PUBLIC 1. Source de rayonnements ionisants 2. Les différents rayonnements ionisants et leur capacité à traverser le corps humain 3. Ecran de protection absorbant

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 6. Notions d ordonnancement. Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document

Plus en détail

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Avis de l IRSN sur la tenue en service des cuves des réacteurs de 900 MWe, aspect neutronique et thermohydraulique

Avis de l IRSN sur la tenue en service des cuves des réacteurs de 900 MWe, aspect neutronique et thermohydraulique Avis DSR/2010-065 26 février 2010 Avis de l IRSN sur la tenue en service des cuves des réacteurs de 900 MWe, aspect neutronique et thermohydraulique Par lettre du 19 février 2009, l Autorité de sûreté

Plus en détail

AUTOPORTE III Notice de pose

AUTOPORTE III Notice de pose AUTOPORTE III Notice de pose Vous avez acquis le système AUTOPORTE, nous vous en remercions. Veuillez lire attentivement cette notice, vous serez à même de faire fonctionner correctement ce système. FONCTIONNEMENT

Plus en détail

Champ électromagnétique?

Champ électromagnétique? Qu est-ce qu un Champ électromagnétique? Alain Azoulay Consultant, www.radiocem.com 3 décembre 2013. 1 Définition trouvée à l article 2 de la Directive «champs électromagnétiques» : des champs électriques

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt du découpage en sous-bandes pour l analyse spectrale Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,

Plus en détail

I - Quelques propriétés des étoiles à neutrons

I - Quelques propriétés des étoiles à neutrons Formation Interuniversitaire de Physique Option de L3 Ecole Normale Supérieure de Paris Astrophysique Patrick Hennebelle François Levrier Sixième TD 14 avril 2015 Les étoiles dont la masse initiale est

Plus en détail

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette

Plus en détail

T.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY

T.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................

Plus en détail

CAPTEURS - CHAINES DE MESURES

CAPTEURS - CHAINES DE MESURES CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,

Plus en détail

Introduction : Essais de phase I

Introduction : Essais de phase I Schéma de recherche de dose dans les essais de phase I : comparaison par simulations dans un cadre temporel A Doussau 1,2, MC Le Deley 3, B Asselain 1, G Vassal 3, X Paoletti 1 1 - Institut Curie, 2 -

Plus en détail

Cours de Mécanique du point matériel

Cours de Mécanique du point matériel Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels

Plus en détail

Voyez la réponse à cette question dans ce chapitre. www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof

Voyez la réponse à cette question dans ce chapitre. www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof Une échelle est appuyée sur un mur. S il n y a que la friction statique avec le sol, quel est l angle minimum possible entre le sol et l échelle pour que l échelle ne glisse pas et tombe au sol? www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

ITIL Gestion de la capacité

ITIL Gestion de la capacité ITIL Sommaire 1 GENERALITES 3 2 PERIMETRE DE LA GESTION DES CAPACITES 3 3 ACTIVITES ET LIVRABLES DE LA GESTION DES CAPACITES 4 3.1 ACTIVITES ITERATIVES OU GESTION DE PERFORMANCES : 4 3.2 GESTION DE LA

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

Processus d Informatisation

Processus d Informatisation Processus d Informatisation Cheminement de la naissance d un projet jusqu à son terme, deux grandes étapes : Recherche ou étude de faisabilité (en amont) L utilisateur a une idée (plus ou moins) floue

Plus en détail

Opérations de base sur ImageJ

Opérations de base sur ImageJ Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement

Plus en détail

Ensemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact

Ensemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact Ensemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact Phone +33 (0)130 808 182 - Fax. +33 (0)130 808 199 /15 rue des Frères Lumière - ZI des Ebisoires BP136-78374 PLAISIR

Plus en détail

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery. Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Ceinture Home Dépôt. Orthèse lombaire et abdominale. Mother-to-be (Medicus)

Ceinture Home Dépôt. Orthèse lombaire et abdominale. Mother-to-be (Medicus) Orthèse lombaire et abdominale Mother-to-be (Medicus) Prévention Soutient courbe lombaire Supporte poids du ventre Ajustable Soulage les maux de dos en position debout (Beaty et al. 1999) Ceinture Home

Plus en détail

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour

Plus en détail

IDENTIFIER LES TEMPS DE JEU NE PAS PERDRE LE BALLON

IDENTIFIER LES TEMPS DE JEU NE PAS PERDRE LE BALLON BENJAMINS IDENTIFIER LES TEMPS DE JEU N TACHE SITUATION N 1 Objectif Avancer pour conserver-progresser ou pour déséquilibrer But Marquer Règles Interdit de défendre dans la zone défensive tant que le ballon

Plus en détail

Chapitre 2 : Caractéristiques du mouvement d un solide

Chapitre 2 : Caractéristiques du mouvement d un solide Chapitre 2 : Caractéristiques du mouvement d un solide I Rappels : Référentiel : Le mouvement d un corps est décris par rapport à un corps de référence et dépend du choix de ce corps. Ce corps de référence

Plus en détail

Projet : Recalage par maximisation de l information mutuelle

Projet : Recalage par maximisation de l information mutuelle École Polytechnique de Montréal Automne 25, 12 décembre 25 Projet : Recalage par maximisation de l information mutuelle GBM613, Application médicales de l informatique Nom Matricule Groupe Herve Lombaert

Plus en détail

MODULE NATIONAL D ENSEIGNEMENT DE RADIOPROTECTION DU DES DE RADIOLOGIE

MODULE NATIONAL D ENSEIGNEMENT DE RADIOPROTECTION DU DES DE RADIOLOGIE Collège des Enseignants en Radiologie de France MODULE NATIONAL D ENSEIGNEMENT DE RADIOPROTECTION DU DES DE RADIOLOGIE Paris, 3 et 4 Février 2015 PROTECTION DES OPERATEURS EN RADIOLOGIE INTERVENTIONNELLE

Plus en détail